Cum inteligența artificială transformă procesele existente?
Inteligența artificială automatizează învățarea și descoperirea repetitive prin date.
AI adaugă inteligență produselor existente.
Inteligența artificială maximizează utilitatea datelor.
Structura stabilită de Consiliului Europei
O altă structura clasifică sistemele de inteligență artificială drept AI slab sau AI puternic.
Aplicații de inteligență artificială
- AI în domeniul sănătății.
- AI în afaceri.
- AI în educație.
- AI în finanțe.
- AI în drept.
- AI în producție.
Cumpărăturile și publicitatea online
Locuințe, orașe și infrastructuri inteligente
Inteligența artificială (IA) sau AI (Artificial Intelligence, sau AI în limba engleză) este simularea proceselor de inteligență umană de către mașini, în special sisteme informatice. Aceste procese includ învățarea (achiziționarea de informații și reguli de utilizare a informațiilor), raționamentul (utilizarea regulilor pentru a ajunge la concluzii aproximative sau definitive) și autocorecția. Aplicațiile particulare ale IA includ sisteme expert, recunoașterea de voce și viziune.
Termenul de „inteligență artificială” a fost inventat în mod oficial în 1956 în timpul conferinței de la Dartmouth, dar până atunci lucra la el de cinci ani în care fuseseră propuse multe definiții diferite care în niciun caz nu reușiseră să fie pe deplin acceptate de societate și comunitatea de cercetare. AI este una dintre disciplinele mai noi alături de genetică modernă.
Astăzi, este un termen general care cuprinde totul, de la automatizarea proceselor robotizate la robotica de astăzi. Recent, a crescut la importanță datorită, în parte, volumelor mari de date sau vitezei crescute, dimensiunii și varietății de date pe care companiile le colectează. AI poate îndeplini sarcini precum identificarea tiparelor din date mai eficient decât oamenii, permițând companiilor să obțină mai multe informații despre datele lor.
Cum inteligența artificială transformă procesele existente?
Inteligența artificială automatizează învățarea și descoperirea repetitive prin date. Inteligența artificială este diferită de automatizarea robotului bazată pe hardware. În loc să automatizeze sarcinile manuale, inteligența artificială efectuează sarcini computerizate frecvente, cu volum mare, fiabil și fără oboseală. Pentru acest tip de automatizare, cercetarea umană este încă esențială pentru configurarea sistemului și adresarea întrebărilor corecte.
AI adaugă inteligență produselor existente. În majoritatea cazurilor, inteligența artificială nu va fi vândută ca aplicație independentă. În schimb, produsele deja utilizate vor fi îmbunătățite cu funcții de inteligență artificială, la fel cum Siri a fost adăugat ca o caracteristică la o nouă generație de produse Apple. Automatizarea, platformele de conversație, roboții și mașinile inteligente pot fi combinate cu cantități masive de date pentru a îmbunătăți multe tehnologii la domiciliu și la locul de muncă, de la informații de securitate până la analiza investițiilor.
Inteligența artificială se adaptează prin algoritmi de învățare progresivă pentru a permite datelor să facă programare. Inteligența artificială găsește structura și regularitățile în date, astfel încât algoritmul capătă o abilitate: algoritmul devine un clasificator sau predictor. În acest fel, la fel cum algoritmul poate învăța să joace șah, poate afla și ce produs să recomande în continuare online. Și modelele se adaptează atunci când sunt furnizate date noi. Propagarea înapoi este o tehnică de inteligență artificială care permite modelului să facă ajustări, prin antrenament și date agregate, atunci când primul răspuns nu este pe deplin corect.
Inteligența artificială analizează mai multe date și date mai profunde utilizând rețele neuronale care au multe straturi ascunse. Construirea unui sistem de detectare a fraudei cu cinci straturi ascunse a fost aproape imposibilă în urmă cu câțiva ani. Toate acestea s-au schimbat cu o putere de calcul incredibilă și Big Data. O mulțime de date sunt necesare pentru a instrui modele de învățare profundă, deoarece acestea învață direct din date. Cu cât le puteți furniza mai multe date, cu atât devin mai exacte.
Inteligența artificială atinge o precizie incredibilă prin rețelele neuronale profunde – ceea ce înainte era imposibil. De exemplu, interacțiunile lor cu Alexa, Căutarea Google și Google Photos se bazează pe învățarea profundă – și continuă să fie mai precise cu cât le folosim mai mult. În domeniul medical, tehnicile de inteligență artificială de învățare profundă, clasificare a imaginilor și recunoașterea obiectelor pot fi folosite acum pentru a detecta cancerul pe RMN (imagistica prin rezonanță magnetică) cu aceeași precizie ca și radiologii cu înaltă pregătire.
Inteligența artificială maximizează utilitatea datelor. Când algoritmii se auto-învăță, datele în sine pot deveni proprietate intelectuală. Răspunsurile sunt în date; trebuie doar să aplicați inteligența artificială pentru a le scoate în evidență. Deoarece rolul datelor este mai important acum ca oricând, poate crea un avantaj competitiv. Dacă aveți cele mai bune date într-o industrie competitivă, chiar dacă toată lumea aplică tehnici similare, cele mai bune date vor câștiga.
Tipuri de IA
AI poate fi clasificată în orice fel de moduri.
Structura stabilită de Consiliului Europei
- Software: asistenți virtuali, programe informatice de analiză a imaginilor, motoare de căutare, sisteme de recunoaștere vocală și facială.
- IA încorporată: roboți, automobile autonome, drone, internetul obiectelor.
Al doilea exemplu este de la Arend Hintze, profesor asistent de biologie integrativă și inginerie și informatică la Universitatea de Stat din Michigan.
Clasifică AI în patru tipuri, de la tipul de sisteme de IA care există astăzi la sisteme sensibile, care încă nu există. Categoriile lor sunt după cum urmează:
- Tipul 1: Mașini reactive. Un exemplu este Deep Blue, programul de șah IBM care l-a învins pe Garry Kasparov în anii ’90. Deep Blue poate identifica piese de pe tabla de șah și face predicții, dar nu are memorie și nu poate folosi experiențele din trecut pentru a le informa pe cele viitoare. Analizează mișcările posibile – a ta și a adversarului tău – și alege cea mai strategică mișcare. Deep Blue și AlphaGO de la Google au fost proiectate în scopuri restrânse și nu pot fi aplicate cu ușurință în altă situație.
- Tipul 2: Memorie limitată. Aceste sisteme de IA pot folosi experiențele din trecut pentru a informa deciziile viitoare. Unele dintre funcțiile de luare a deciziilor în vehiculele autonome au fost concepute în acest fel. Observațiile sunt folosite pentru a informa acțiunile care au loc într-un viitor nu atât de îndepărtat, cum ar fi o mașină care a schimbat banda. Aceste observații nu sunt stocate permanent.
- Tipul 3: Teoria minții. Acesta este un termen psihologic. Se referă la înțelegerea faptului că alții au propriile credințe, dorințe și intenții care afectează deciziile pe care le iau. Acest tip de IA nu există încă.
- Tipul 4: Autocunoaștere. În această categorie, sistemele AI au un simț al lor, au o conștiință. Mașinile conștiente de sine înțeleg starea lor actuală și pot folosi informațiile pentru a deduce ce simt alții. Acest tip de IA nu există încă.
O altă structura clasifică sistemele de inteligență artificială drept AI slab sau AI puternic.
AI slab, cunoscut și sub numele de AI îngustă, este un sistem AI care este proiectat și instruit pentru o anumită sarcină. Asistenții personali virtuali, precum Siri de la Apple, sunt o formă slabă de AI.
AI puternic, cunoscut și sub numele de inteligență generală artificială, este un sistem AI cu abilități cognitive umane generalizate, astfel încât atunci când ți se prezintă o sarcină necunoscută, ai suficientă inteligență pentru a găsi o soluție. Testul Turing, dezvoltat de matematicianul Alan Turing în 1950, este o metodă utilizată pentru a determina dacă un computer poate gândi efectiv ca un om, deși metoda este controversată.
Exemple de tehnologie IA
- Automatizarea este procesul de creare automată a unui sistem sau a unei funcții de proces. Automatizarea proceselor robotizate (RPA) , de exemplu, poate fi programată pentru a efectua sarcini repetitive de volum mare, efectuate în mod normal de oameni. RPA este diferit de automatizarea IT prin faptul că se poate adapta la circumstanțe în schimbare.
- Învățarea automată sau Machine learning (versiunea engleză) este știința faptului că un computer funcționează fără programare. Învățarea profundă este un subset de învățare automată care, în termeni foarte simpli, poate fi considerat automatizarea analizei predictive. Există trei tipuri de algoritmi de învățare automată: învățarea supravegheată, în care seturile de date sunt etichetate astfel încât modelele să poată fi detectate și utilizate pentru etichetarea seturilor de date noi; învățare nesupravegheată, în care seturile de date sunt nemarcate și clasificate în funcție de asemănări sau diferențe; și învățarea de întărire, în care seturile de date nu sunt etichetate, dar după efectuarea unei acțiuni sau a mai multor acțiuni, sistemul AI primește feedback.
- Viziunea automată este știința de a face computerele să vadă. Viziunea automată captează și analizează informațiile vizuale utilizând o cameră, conversia analog-digitală și procesarea semnalului digital. Este adesea comparată cu vederea umană, dar vederea computerizată nu este legată de biologie și poate fi programată pentru a vedea prin pereți, de exemplu. Este utilizat într-o gamă largă de aplicații, de la identificarea semnăturii până la analiza imaginii medicale. Viziunea computerizată, care se concentrează pe prelucrarea imaginii cu mașina, este adesea combinată cu viziunea computerizată.
- Procesarea limbajului natural (NLP versiunea engleză) este prelucrarea limbajului uman și non-computerizat de către un program de computer. Unul dintre cele mai vechi și mai cunoscute exemple de NLP este detectarea spamului, care privește subiectul și textul unui e-mail și decide dacă acesta este nedorit. Abordările actuale ale NLP se bazează pe învățarea automată. Sarcinile NLP includ traducerea textului, analiza sentimentelor și recunoașterea vorbirii.
- Recunoașterea modelelor este o ramură a învățării automate care se concentrează pe identificarea tiparelor din date. Termenul, astăzi, este depășit.
- Robotica este un domeniu de inginerie axat pe proiectarea și fabricarea roboților. Roboții sunt adesea folosiți pentru a îndeplini sarcini dificil de îndeplinit de oameni sau dificil de îndeplinit în mod consecvent. Sunt folosite pe liniile de asamblare pentru producția de mașini sau de către NASA pentru a muta obiecte mari în spațiu. Mai recent, cercetătorii folosesc învățarea automată pentru a construi roboți care pot interacționa în medii sociale.
- Inteligență artificială explicabilă (XAI – Explainable AI) – Pe măsură ce capacitățile AI se extind, devine mai dificil pentru oameni să înțeleagă modul în care algoritmul a ajuns la acest rezultat. Procesul de calcul se transformă într-o așa-numită „cutie neagră” care sfidează interpretarea. Modelele de cutii negre sunt construite direct din date. În același timp, chiar și inginerii și specialiștii în procesarea și analiza datelor care au creat algoritmul nu sunt capabili să înțeleagă și să explice ce se întâmplă exact în ei și cum a ajuns algoritmul la un rezultat specific.
Inteligența artificială explicabilă (XAI) este un set de procese și metode care permit utilizatorilor să înțeleagă exact de ce algoritmii de învățare automată au ajuns la anumite rezultate sau concluzii. AI explicabilă este utilizată pentru a descrie un model AI, impactul așteptat al acestuia și potențialul prejudecată. Ajută la caracterizarea acurateței, validității și transparenței unui model pentru luarea deciziilor AI. AI explicabilă este esențială pentru îmbunătățirea validității și fiabilității modelelor de producție AI. În plus, explicabilitatea AI ajută organizațiile să abordeze dezvoltarea AI mai responsabil. Acest lucru este deosebit de important în domenii precum medicina, apărarea, finanțele și dreptul, unde este crucial să înțelegem deciziile și să creăm încredere în algoritmi.
Aplicații de inteligență artificială
- AI în domeniul sănătății. Cele mai mari pariuri sunt pe îmbunătățirea rezultatelor pacienților și reducerea costurilor. Companiile aplică învățarea automată pentru a face diagnosticele mai bune și mai rapide decât oamenii. Una dintre cele mai cunoscute tehnologii medicale este IBM Watson. Înțelege limbajul natural și este capabil să răspundă la întrebările care sunt puse. Sistemul extrage date de la pacienți și alte surse de date disponibile pentru a forma o ipoteză, pe care apoi o prezintă cu o schemă de notare a încrederii. Alte aplicații AI includ „chatbots”, un program de calculator utilizat online pentru a răspunde la întrebări și a asista clienții, pentru a ajuta la programarea programărilor de urmărire sau a ajuta pacienții în procesul de facturare, precum și pentru asistenții virtuali de sănătate. Oferă feedback medical de bază.
- AI în afaceri. Automatizarea proceselor robotizate este aplicată sarcinilor extrem de repetitive îndeplinite în mod normal de oameni. Algoritmii de învățare automată sunt integrați în platformele CRM (sistem de gestiune a relației cu clienții) și de analiză pentru a descoperi informații despre cum să servim cel mai bine clienții. Chatbot-urile au fost încorporate în site-uri web pentru a oferi servicii imediate clienților. Automatizarea locurilor de muncă a devenit, de asemenea, un punct de discuție în rândul consultanților IT și al cadrelor universitare, cum ar fi Gartner și Forrester.
- AI în educație. AI poate automatiza notarea, oferind cadrelor didactice mai mult timp. AI poate evalua elevii și se poate adapta la nevoile lor, ajutându-i să lucreze în ritmul lor. Tutorii AI pot oferi sprijin suplimentar studenților, asigurându-se că rămân pe drumul cel bun. AI ar putea schimba unde și cum învață elevii, poate chiar înlocuind unii profesori.
- AI în finanțe. AI aplicată aplicațiilor de finanțare personală precum Mint sau Turbo Tax transformă instituțiile financiare. Aplicații ca acestea ar putea colecta date cu caracter personal și pot oferi sfaturi financiare. Alte programe, IBM Watson fiind unul, au fost aplicate procesului de cumpărare a locuințelor. Astăzi, software-ul face o mare parte din tranzacționarea pe Wall Street. În instituțiile financiare, tehnicile de inteligență artificială pot fi utilizate pentru a identifica care tranzacții sunt susceptibile de a fi frauduloase, pentru a adopta o evaluare rapidă și precisă a creditului, precum și pentru a automatiza manual sarcini intensive de gestionare a datelor.
- AI în drept. Procesul de descoperire, prin revizuirea documentelor, în lege este adesea copleșitor pentru oameni. Automatizarea acestui proces este o utilizare mai bună a timpului și un proces mai eficient. Start-up-urile construiesc, de asemenea, vrăjitori IT cu întrebări și răspunsuri care pot trece prin întrebări programate pentru a răspunde examinând taxonomia și ontologia asociate cu o bază de date.
- AI în producție. Acesta este un domeniu care a fost în fruntea incorporării roboților în fluxul de lucru. Roboții industriali obișnuiau să îndeplinească sarcini unice și erau separați de lucrătorii umani, dar pe măsură ce tehnologia avansează, acest lucru s-a schimbat.
IA în viața de zi cu zi
Iată câteva funcții pe care le folosim fără a realiza întotdeauna că sunt aplicații ale IA:
Cumpărăturile și publicitatea online
Inteligența artificială este utilizată pe scară largă pentru a oferi internauților recomandări personalizate, pe baza căutărilor sau achizițiilor lor anterioare, de exemplu, sau a altor tipuri de comportament online. IA are o importanță enormă în economie, pentru optimizarea produselor, planificarea inventarelor, logistică etc.
Căutarea pe internet
Motoarele de căutare învață din volumul imens de date introduse de utilizatori pentru a oferi rezultate pertinente.
Asistenții personali digitali
Telefoanele inteligente utilizează IA pentru a oferi produse cât mai adaptate și mai personalizate. Asistenții virtuali care răspund la întrebări, oferă recomandări și contribuie la organizarea activităților zilnice au devenit omniprezenți.
Traducerea automată
Software-urile de traducere, scrisă sau orală, utilizează inteligența artificială pentru a face traducerile, dar și pentru a le îmbunătăți. Același este și cazul altor funcții, cum ar fi subtitrarea automată.
Locuințe, orașe și infrastructuri inteligente
Termostatele inteligente învață din comportamentul nostru pentru a economisi energie, iar dezvoltatorii orașelor inteligente speră să controleze traficul pentru a îmbunătăți conectivitatea și a reduce ambuteiajele.
Automobilele
Deși vehiculele autonome nu sunt încă norma, automobilele utilizează deja funcții de siguranță bazate pe IA. UE a contribuit, de exemplu, la finanțarea VI-DAS, senzori automați care detectează posibilele situații periculoase și accidente. Navigația este în mare măsură bazată pe IA.
Securitatea cibernetică
Sistemele IA ajută la identificarea și combaterea atacurilor cibernetice și a altor amenințări cibernetice bazate pe inputul continuu de date, recunoscând tiparele și trasând atacurile.
